文献

J-GLOBAL ID：202202272388748936   整理番号：22A0692935

プライバシー保護レコメンダーシステムのための摂動に基づくファジィ化Kモードクラスタリング法【JST・京大機械翻訳】

Perturbation-Based Fuzzified K-Mode Clustering Method for Privacy Preserving Recommender System

著者 (6件)： Kumar Sahoo Abhaya (Kalinga Institute of Industrial Technology (Deemed), India) ,  Raj Srishti (Kalinga Institute of Industrial Technology (Deemed), India) ,  Pradhan Chittaranjan (Kalinga Institute of Industrial Technology (Deemed), India) ,  Shankar Prasad Mishra Bhabani (Kalinga Institute of Industrial Technology (Deemed), India) ,  Kumar Barik Rabindra (Kalinga Institute of Industrial Technology (Deemed), India) ,  Vidyarthi Ankit (Jaypee Institute of Information Technology, India)
資料名： International Journal of Information Security and Privacy  (International Journal of Information Security and Privacy)
巻： 16  号： 1  ページ： 1-20  発行年： 2022年 
JST資料番号： W3859A  ISSN： 1930-1650  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： レコメンダーシステムは,情報過負荷の問題を容易にし,電子商取引市場におけるユーザによる製品選択を容易にするために,今日広く使用されている。プライバシーとセキュリティは,これらのシステムにおけるユーザの2つの主要な関心事である。ユーザの格付けの保護のために,暗号化またはランダム化方法論に基づくいくつかの既存の研究がある。本論文は,評価のプライバシーを保護するだけでなく,より良い精度を提供する方法論を提案する。ユーザ評価にファジィ化を適用した後,ランダム回転と摂動法を協調フィルタリングシステムに供給する前に使用した。この過程において,類似のユーザを推薦がなされるクラスタにグループ分けした。4つの異なるデータセットに関する異なるクラスタサイズを考慮することにより,提案したファジィ化k-Modeクラスタリング法は,他のk-Meansおよびk-Modeクラスタリング手法と比較して,より少ないMAEおよびRMSE値を提供し,また,IVDM値すなわち0.67,0.61,0.55および0.7を得ることによって,ランダム化摂動法よりも,より良いプライバシーを達成した。Copyright 2022 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 市場 ,  評価 ,  精度 ,  *保護 ,  情報収集 ,  プライバシー ,  方法論 ,  *クラスタ ,  摂動法 ,  過負荷 ,  暗号 ,  メンバシップ関数 ,  *摂動 ,  セキュリティ ,  電子商取引
準シソーラス用語： 協調フィルタリング ,  *プライバシー保護 ,  ユーザ評価 , 【Automatic Indexing@JST】

著者キーワード (6件)： 協調フィルタリング ,  IVDM ,  Kモードクラスタリング ,  メンバーシップ関数 ,  ランダム摂動 ,  レコメンダーシステム

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： プライバシー ,  摂動 ,  ファジィ化 ,  クラスタリング法